Wie KI das Programmieren demokratisiert

Was passiert, wenn ein Man­ag­er nach Jahren der Absti­nenz plöt­zlich wieder pro­gram­miert – und dabei dank KI pro­duk­tiv­er wird als seine besten Entwick­ler? Ein Erfahrungs­bericht über die Rev­o­lu­tion des Codens durch “Vibe Cod­ing” und “Agen­tic AI” bei Sky­dio¹Agen­tic AI has changed my career.

Es ist das schmutzige Geheim­nis viel­er Tech-Man­ag­er: Sie sind einst als Entwick­ler ges­tartet, doch die Kar­ri­ereleit­er hat sie vom Code wegge­führt. Meet­ings, Bud­gets und Per­son­alentschei­dun­gen haben die Tas­taturen erset­zt. Der Wun­sch, “ein­fach mal schnell in den Code zu sprin­gen”, bleibt meist uner­füllt – bis jet­zt.

Das Dilem­ma des mod­er­nen Tech-Man­agers

Die Geschichte begin­nt mit ein­er ver­traut­en Frus­tra­tion. Ein Man­ag­er bei Sky­dio, dem Drohnen­her­steller, beschreibt sein Dilem­ma: Nach nur weni­gen Jahren Entwick­lungser­fahrung wurde er Man­ag­er, später Direk­tor eines 20-köp­fi­gen Teams. Während seine Entwick­ler täglich in Mul­ti-Mil­lio­nen-Zeilen-Repos­i­to­ries arbeit­en, blieb ihm nur der Blick von außen. Jed­er Ver­such, direkt beizu­tra­gen, scheit­erte an der schlecht­en Aufwand-Nutzen-Rela­tion.

Diese Sit­u­a­tion ken­nen viele: Die tech­nis­che Kom­pe­tenz verküm­mert, während die Man­age­men­tauf­gaben wach­sen. Doch was, wenn KI dieses Dilem­ma lösen kön­nte?

Vibe Cod­ing: Wenn KI zum Pro­gram­mier­part­ner wird

Der Wen­depunkt kam mit dem soge­nan­nten “Vibe Cod­ing” – ein­er Form des KI-gestützten Pair Pro­gram­ming. Statt allein vor dem Bild­schirm zu sitzen, wird die KI zum ständi­gen Part­ner. Mal übern­immt der Men­sch die Führung (Dri­ver), mal die KI (Observ­er). Die Iter­a­tionszyklen sind kurz, gemessen in Sekun­den, nicht Stun­den.

Zunächst ging es um die ein­fachen Dinge: UI-Bugs, Designko­r­rek­turen, Tex­tän­derun­gen – all jene kleinen Ärg­ernisse, für die Entwick­ler keine Zeit haben. “Change the copy on this page” oder “this page looks weird if you shrink it” wur­den zu lös­baren Auf­gaben, selb­st ohne Type­Script-Ken­nt­nisse.

Die erste Erken­nt­nis war ernüchternd: Mit 0,5‑facher Geschwindigkeit eines Entwick­lers war man langsamer als erhofft. Aber man war pro­duk­tiv – und das war ein Anfang.

Die Kraft der Par­al­lelisierung

Der Durch­bruch kam mit ein­er unkon­ven­tionellen Lösung: Warum eine KI ver­wen­den, wenn man drei haben kann? Bei einem beson­ders hart­näck­i­gen Bug in Relay set­zte der Man­ag­er drei ver­schiedene Work­spaces mit drei ver­schiede­nen KI-Mod­ellen (Gem­i­ni, Claude, GPT) und drei ver­schiede­nen Prompts ein. Ein regel­rechter DDoS-Angriff auf das Prob­lem mit Opti­mis­mus als Waffe.

Das Ergeb­nis: Nach ein­er Stunde fand der zweite Work­space die Lösung. Diese Erfahrung führte zu ein­er neuen Arbeitsweise – nicht mehr eine KI für ein Prob­lem, son­dern drei KIs für drei Prob­leme par­al­lel. Die Pro­duk­tiv­ität ver­dreifachte sich.

Der Kon­text macht den Unter­schied

Mit steigen­der Geschwindigkeit kamen neue Her­aus­forderun­gen. In Sky­dios archäol­o­gis­ch­er Aus­grabungsstätte eines Repos­i­to­ries – zehn Jahre Entwick­lungs­geschichte mit halbfer­ti­gen Migra­tio­nen und Anti-Pat­terns – pro­duzierte die KI Code, der sich an ver­al­teten Prak­tiken ori­en­tierte.

Die Lösung: Kon­text­dateien. Wind­surf Rules, ein­fache Mark­down-Dateien mit Cod­ing-Stan­dards und Best Prac­tices, die automa­tisch in jeden Prompt einge­speist wer­den. Iter­a­tive Verbesserung dieser Kon­text­dateien wurde zum Schlüs­sel für bessere Ergeb­nisse.

Die Erken­nt­nis für Man­ag­er: KI löst Prob­leme nicht automa­tisch. Man muss in das Tool­ing investieren.

Agen­tic AI: Wenn die KI zum Prak­tikan­ten wird

Der näch­ste Evo­lu­tion­ss­chritt führte von “Vibe Cod­ing” zu “Agen­tic AI”. Statt sekun­den­basiert­er Inter­ak­tion arbeit­et die KI wie ein ambi­tion­iert­er Prak­tikant – sie übern­immt ganze Auf­gaben und berichtet erst bei Fer­tig­stel­lung zurück.

Coder Tasks automa­tisieren den gesamten Work­flow: von der Work­space-Erstel­lung über die Entwick­lung bis hin zum Pull Request in GitHub. Der Man­ag­er muss nicht mehr jeden Schritt überwachen, son­dern kann dutzende Tasks par­al­lel starten.

Die Demokratisierung des Pro­gram­mierens

Mit der Inte­gra­tion von MCPs (Mod­el Con­text Pro­to­cols) für GitHub und Play­wright erre­ichte die Automa­tisierung eine neue Dimen­sion. Die KI kann nun:

• GitHub Issues lesen und Pull Requests erstellen
• Brows­er automa­tisch navigieren und testen
• Feed­back aus Pull Requests ver­ar­beit­en
• Eigen­ständig iterieren ohne men­schliche Eingabe

Das Resul­tat: Der Man­ag­er wurde zu einem der Top-5-Con­trib­u­tor bei Sky­dio mit bis zu zehn Pull Requests pro Stunde. Aber wichtiger noch – Design­er kön­nen nun Far­bko­r­rek­turen ein­re­ichen, Pro­duk­t­man­ag­er Texte anpassen, und Test­teams Bugs direkt beheben.

Die neue Real­ität

Diese Entwick­lung markiert einen Wen­depunkt. KI demokratisiert das Pro­gram­mieren und macht es Men­schen zugänglich, die bish­er aus­geschlossen waren. Die Gren­ze zwis­chen tech­nis­chen und nicht-tech­nis­chen Rollen ver­schwimmt.

Für Man­ag­er bedeutet das: Sie kön­nen wieder direkt zum Code beitra­gen, ohne Jahre der Weit­er­bil­dung. Für Teams bedeutet es: Jed­er kann zur Verbesserung des Pro­duk­ts beitra­gen, unab­hängig von sein­er tech­nis­chen Rolle.

Aus­blick: Die Zukun­ft des Pro­gram­mierens

Was bei Sky­dio begann, ist mehr als ein Einzelfall. Es ist ein Vorgeschmack auf eine Zukun­ft, in der die Bar­ri­eren zwis­chen Idee und Imple­men­ta­tion fall­en. Wenn KI die tech­nis­che Umset­zung übern­immt, wird Pro­gram­mieren zu ein­er Kom­mu­nika­tions­fähigkeit – der Kun­st, Prob­leme zu beschreiben und Lösun­gen zu definieren.

Die Frage ist nicht mehr, ob man pro­gram­mieren kann, son­dern ob man weiß, was man pro­gram­mieren will. In dieser neuen Welt wer­den die wertvoll­sten Fähigkeit­en Prob­lemver­ständ­nis, Kon­tex­tauf­bau und strate­gis­ches Denken sein – genau die Fähigkeit­en, die gute Man­ag­er ohne­hin mit­brin­gen.